MétaCan
Menu
Retour à la cohorte
Enregistrement W3198833027

Implicit Partner Evaluations: How They Form and Affect Close Relationships

2021· article· en· W3198833027 sur OpenAlexaff
Ruddy Faure

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Social psychologyPsychologyCommunication
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For decades, research on couples has attempted to understand the source of relationship decay by explicitly asking people how they evaluate their relationships. Ironically, however, relationship science also indicates that people seem largely indisposed to acknowledge some aspects of their relationships in self-report questionnaires, particularly when those are undesirable. To circumvent these limitations, a growing body of work has started to employ more indirect measurement tools (the so-called ‘implicit measures’) to capture people’s spontaneous evaluative associations, or gut-feeling reactions, toward their partner: their implicit partner evaluations. Recent evidence suggests that implicit partner evaluations, as assessed by implicit measures, differ quite sharply from self-reported explicit evaluations and predict later relationship quality and stability, even when explicit evaluations do not. To date, however, little is known about the sources of implicit partner evaluations and the reasons why they have such powerful predictive power. The present dissertation contributes to this growing field of research in many ways by examining how implicit partner evaluations form and affect close relationships in everyday life. First, using a combination of longitudinal and observational methods, Chapter 2 provides evidence that, compared to their explicit counterparts, implicit partner evaluations remain more stable over time, are more resistant to day-to-day relationship experiences, and update gradually as relationship experiences accumulate in time. Second, Chapters 3 and 4 capitalize on diary and experimental designs to show that one of the reasons why implicit partner implicit partner evaluations have important implications for relationship maintenance is because, under specific yet prevalent conditions (i.e., when opportunities to deliberate are limited), they determine daily behaviors that are critical for long-term relational well-being, such as nonverbal communication in problem-solving conversations and forgiveness toward the partner’s offense. Third, drawing on a large dyadic sample of newlyweds, Chapter 5 further extends these findings by showing that having ambivalent implicit partner evaluations can also affect relationship functioning over time by motivating spouses to make behavioral efforts that may improve their marital problems. Last, Chapter 6 describes how studying implicit evaluations in close relationship contexts can also invigorate basic implicit social cognition research on how attitudes change and affect behavior in the real world, and inform interventions for society. Taken together, the findings from the present dissertation provide novel insights about the key role of implicit partner evaluations in relational contexts, and further illustrate the scientific and practical value of integrating research in relationship science and implicit social cognition.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,394
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetAttachment and Relationship DynamicsTravaux en français237 207